工业机器人的最大挑战:仍然不够智能,也不够强壮

简介:
本文来自AI新媒体量子位(QbitAI)

自动化机器人正逐渐取代人类的工作岗位,而日本工业界也在尝试用自动化技术做出创新。

利用自动化技术生产午餐便当现阶段仍然困难。目前,日本市场上销售的午餐便当需要工人夜间生产,并于每天上午上架便利店。日本第二大工厂机器人厂商安川电机的运动控制负责人Akira Kumagae表示:“安川电机目前正在研究便利店午餐。我们认为,这或许是下个商业机会。”

豆腐和蔬菜等食材很软,形状不规则。Kumagae表示:“这些东西不一定很小,但很难抓住。例如,用筷子夹起一粒豆子并放进去,即使普通人做起来也不容易。目前,还有很多事情机器人无法做到。”

 目前,行业面临的最大挑战之一是怎样让机器人更灵活

在00年代初的短暂停滞后,过去几年工业机器人的销量快速增长。这主要是由于中国汽车工厂的需求,以及电子产品生产线对机器人地成功运用。国际机器人联合会预计,到2019年,工业机器人的年平均增长率将达到13%。

 全球对工业机器人需求逐年增加/图片来自FT

类似ABB、FANUC和基恩士是目前股市的宠儿,它们运营利润率常常超过30%,但制造者并不认为机器人将会接管世界。

创新应用

安川电机及其竞争对手预计,机器人将缓慢而稳定地向制造业的新领域渗透(例如食品生产)。此外,机器人将在制造业中扮演新角色(比如质量控制)。与此同时,机器人还将向相邻行业发展(比如农业)。

全球仓库自动化提供商Daifuku的Masaki Hojo认为,最前沿的问题之一在乎如何将电商仓库中的产品分拣自动化。

他表示:“目前来看,你对产品的处理需要精确到一支笔。”如果所有产品装在不同盒子里,例如黑色笔装在一个盒子里,蓝色笔装在另一个盒子里,那么机器人可以从中进行选择。然而,移动并维护大量不同容器效率很低,因此这种分拣工作仍然需要人工完成。

“如果你有个盒子,里面同时装着产品X、Y、Z,那么机器人需要将它们区分开。机器人需要拿起软性或刚性物品,而不会掉落。”图像处理和深度学习技术有助于机器人完成这种工作,但目前还无法真正实现。

 全球工业机器人密度图/图片来自FT

对Daifuku来说,其他挑战还包括在机场自动装卸行李。Hojo指出,如果仍然需要人工来装卸货物,那么未来的无人驾驶卡车将不会有太大的用武之地。

在制造业内,机器人应用的一大潜在领域是产品质检。例如,当手机从自动化生产线下线之后,仍然需要人工手动检查,按下开关来确保所有一切正常。

工厂机器人厂商欧姆龙自动化的Masaru Takeuchi表示:“质检是非常枯燥的工作,需要很强的专注力。”他认为,图像传感器和人工智能可以用于检查手机屏幕是否有划痕或印迹。

成本和技术限制

然而,目前小型工厂很少使用机器人。Takeuchi表示:“让机器人能够工作需要花很多人力、时间和资金。工程成本可能会达到硬件成本的3到8倍,甚至20倍。”

对于汽车生产线以及iPhone的大规模生产来说,这很有意义,但对于时间紧张的小批量生产并非如此。技术的复杂程度可以解释,为何机器人是高利润率业务:工厂需要供应商的大量帮助,才能让生产线开始运转。

 约40%的工业机器人应用在汽车制造业,但电子工业中的数量增长最快

川崎重工机器人业务总监Yasuhiko Hashimoto表示:“技术可行性与工厂中的实际应用有很大差异。如果你有半年的时间去准备,并且具备顶级工程师,那么就可以做各种事情。如果希望机器人普及,那么我们必须确保,在一周没有任何专家的情况下,机器人也能使用。”

他指出,为了实现这个目标,用户界面和安全性需要很大的优化,此外还需要通过直观的方式去训练机器人的能力,而不是为机器人的每一步操作去编程。

机器人行业对于发展前景非常乐观,但他们并不认为机器人将很快取代人类。Hashimoto表示,日本每年安装的机器人达到3万台,但适龄劳动人口每年减少64万。他表示:“如果适龄劳动人口下降5000万,那么自动化技术将毫无用处。你或许可以用机器人和自动化技术去填补200万人的劳动力缺口,但无法填补5000万的缺口。”

对机器人厂商来说,相对于机器人可以做什么,机器人无法做什么或许更值得关注。安川电机的Kumagae表示:“无法做到的最简单的一件事就是负重。奥运会举重运动员可以举起体重数倍的重物,但如果你希望让机器人去搬运1千克的物品,那么机器人自重就要达到10千克。”

以单位体重的负重能力来看,普通人要比工厂机器人强10倍。他表示:“机器人需要大量空间,耗费大量成本。你需要从一开始就为机器人做好准备,例如准备好电力供应。”

欧姆龙的Takeuchi则表示,尽管计算机视觉正在进步,但这项技术还需要变得更快。“机器人可以拿起东西,并快速移动。但分辨对象究竟是什么,应当如何移动,这仍然是瓶颈。”

工厂机器人的处理能力还无法达到大型人工智能系统的水平。而如果将机器人置于网络中,你就会发现信息安全问题。

川崎重工的Hashimoto表示,另一方面重要挑战在于灵活性。他指出,大部分机器人都是单手操作。“当讨论机器人时,我们可以开发机械臂,但无法实现类似人类的手臂。大学教授会告诉你,技术可以实现各种功能,但对于生产商来说,还有很长的路要走。”

由于缺乏灵活性,工厂机器人面临一个重要的实际问题:很难对工厂机器人进行重新编程,让它们胜任其他任务。

Daifuku的Hojo表示:“曾经有段时间,人们试图让汽车装配线实现完全的自动化。然而由于汽车本身的变化,目前这还无法做到。例如,如果你希望同样颜色的同一款车生产10年,那么可以实现完全的自动化,但这样的车卖不出去。对制造业的大部分产品来说,100%自动化是不可能的。”

用AI管理机器人

作为日本制造业的重要竞争对手,西门子正在这个领域取得新的突破。在一项最新研究中,西门子的研究员利用人工智能技术去调度未来的工厂。人工智能系统可以对工厂机器人进行编程,同时将某些任务安排给与机器人一同工作的工人。

西门子物联网研究集团总监Florian Michahelles表示:“我们不会给每台机器人编程,而是识别哪台机器能从事这种任务,哪台机器可以从事下一步任务。”他们开发的人工智能系统“reasoner”能对产品生产步骤进行分解,根据不同机器的能力,例如负重的重量,去安排任务。

管理咨询公司麦肯锡合伙人Mehdi Miremadi认为,西门子正在顺应制造业的大趋势。“过去几年时间里,制造商在生产活动中正首次将最先进的机器人与人工智能集成在一起。”

—— ——

本文作者:陈桦 
原文发布时间:2017-08-08
相关文章
|
7月前
|
数据采集 自动驾驶 机器人
数据喂得好,机器人才能学得快:大数据对智能机器人训练的真正影响
数据喂得好,机器人才能学得快:大数据对智能机器人训练的真正影响
629 1
|
人工智能 自然语言处理 机器人
9.9K star!大模型原生即时通信机器人平台,这个开源项目让AI对话更智能!
"😎高稳定、🧩支持插件、🦄多模态 - 大模型原生即时通信机器人平台"
420 0
|
11月前
|
弹性计算 自然语言处理 Ubuntu
从0开始在阿里云上搭建基于通义千问的钉钉智能问答机器人
本文描述在阿里云上从0开始构建一个LLM智能问答钉钉机器人。LLM直接调用了阿里云百炼平台提供的调用服务。
从0开始在阿里云上搭建基于通义千问的钉钉智能问答机器人
|
10月前
|
机器人
陌陌自动回复消息脚本,陌陌自动打招呼回复机器人插件,自动聊天智能版
这是一款为陌陌用户设计的自动回复软件,旨在解决用户无法及时回复消息的问题,提高成交率和有效粉丝数。软件通过自动化操作实现消息检测与回复功能
|
11月前
|
机器学习/深度学习 人工智能 自然语言处理
TsingtaoAI具身智能机器人开发套件及实训方案
该产品套件创新性地融合了先进大模型技术、深度相机与多轴协作机械臂技术,构建了一个功能强大、灵活易用的人机协作解决方案。其核心在于将智能决策、精准感知与高效执行完美结合,为高校实训领域的发展注入新动力。
1087 10
|
传感器 人工智能 机器人
【01】人形机器人研究试验-被有些网友痛骂“工业垃圾”“人工智障”上春晚的人形AI机器人-宇树科技机器人到底怎么样??-本系列优雅草卓伊凡亲自尝试下人形机器人的制造-从0开始学习并且制作机器人-可以跟随卓伊凡
【01】人形机器人研究试验-被有些网友痛骂“工业垃圾”“人工智障”上春晚的人形AI机器人-宇树科技机器人到底怎么样??-本系列优雅草卓伊凡亲自尝试下人形机器人的制造-从0开始学习并且制作机器人-可以跟随卓伊凡
873 1
【01】人形机器人研究试验-被有些网友痛骂“工业垃圾”“人工智障”上春晚的人形AI机器人-宇树科技机器人到底怎么样??-本系列优雅草卓伊凡亲自尝试下人形机器人的制造-从0开始学习并且制作机器人-可以跟随卓伊凡
|
人工智能 机器人 API
AppFlow:无代码部署Dify作为钉钉智能机器人
本文介绍如何通过计算巢AppFlow完成Dify的无代码部署,并将其配置到钉钉中作为智能机器人使用。首先,在钉钉开放平台创建应用,获取Client ID和Client Secret。接着,创建消息卡片模板并授予应用发送权限。然后,使用AppFlow模板创建连接流,配置Dify鉴权凭证及钉钉连接凭证,完成连接流的发布。最后,在钉钉应用中配置机器人,发布应用版本,实现与Dify应用的对话功能。
2771 7
AppFlow:无代码部署Dify作为钉钉智能机器人
|
人工智能 自然语言处理 算法
基于DeepSeek的具身智能高校实训解决方案——从DeepSeek+机器人到通用具身智能
本实训方案围绕「多模态输入 -> 感知与理解 -> 行动执行 -> 反馈学习」的闭环过程展开。通过多模态数据的融合(包括听觉、视觉、触觉等),并结合DeepSeek模型和深度学习算法,方案实现了对自然语言指令的理解、物体识别和抓取、路径规划以及任务执行的完整流程。
1724 12
|
人工智能 自然语言处理 安全
Deepseek 的 “灵魂”,宇树的 “躯体”,智能机器人还缺一个 “万万不能”
法思诺创新探讨智能机器人产业的发展,指出Deepseek的AI“灵魂”与宇树的机器人“躯体”虽技术先进,但缺乏关键的商业模式。文章分析了两者在硬件和软件领域的困境,并提出通过软硬一体化结合及明确商业模式,才能实现真正实用的智能机器人。未来,需聚焦高频刚需场景、优化付费体验、推动技术创新,让智能机器人走进千家万户。法思诺提供相关课程与咨询服务,助力行业突破。
305 0
|
传感器 机器学习/深度学习 人工智能
自己都站不稳,怎么护理人?智能机器人的自主平衡问题,用TRIZ和DeepSeek有解吗?
法思诺创新探讨机器人自主平衡难题,结合TRIZ创新理论与DeepSeek大模型,为仿人机器人动态平衡提供解决方案。文章分析了机器人平衡差的原因,包括复杂环境、传感器限制、算法难度和机械设计挑战等,并提出通过TRIZ原理(如矛盾识别、理想解)与DeepSeek的AI能力(如数据学习、强化学习)协同优化平衡性能。展望未来,2024-2028年将实现从实验室验证到家用场景落地,推动消费级人形机器人发展。
494 0

热门文章

最新文章